商品进销存管理系统的研制

商品进销存管理系统是以商品在实际企业中的流动过程为参考依据,利用Powerbuilder作为前台开发环境,应用Sybase SQL Anywhere作为后台数据库,结合Windows操作系统建立起来的B/S结构的数据库管理系统,以实现企业进销存的系统化、规范化、自动化和网络化.     

基于ASP.net MVC的进销存系统的设计与实现

进销存管理系统是一个典型的数据库应用程序,它根据企业的需求,解决企业账目混乱,库存不准,信息反馈不及时等问题.ASP.net MVC框架将数据(模型)从对其操作的动作(控制器)分离,具有高内聚、低耦合的特点.文中首先分析了进销存管理系统的业务流程,设计出进销存管理系统的总体框架,然后设计并实现了基于ASP.net MV...     

基于WEB的企业进销存管理系统

进销存管理是企业经营管理中的核心环节，也是一个企业能够取得效益的关键。企业的进货、销售和库存信息量非常庞大，如果能对这些数据进行统计分析，就可以利用这些分析结果进行合理的决策。因此开发一个合理、实用、高效的产品管理系统，对产品的进销存进行全面的管理，将会对企业管理带来很大的帮助。     

基于.NET的进销存管理系统设计与开发

结合进销存管理系统的实际需求,采用功能强大的Visual Studio 2003和SQL Server 2000作为开发工具,开发出基于B/S模式的进销存管理系统.整个系统符合操作简便、界面友好、灵活实用和系统安全的要求,完全实现公司进销存管理的全过程,包括订单管理、生产计划管理、采购管理、发货管理以及车间报表管理.本文主要介绍了进销存管理系统的开发背景、需要完成的功能和整体设计、开发的过程,重点阐明了系统设计的思想、难点技术和解决方案.     

Delphi开发通用商业进销存管理系统

本文讨论利用Delphi来开发通用商业进销存管理系统，对进销存管理系统进行了系统分析，给出数据结构、数据流图及关键技术。     

医药批发企业进销存管理系统设计与开发

本文介绍了医药批发企业进销存管理系统系统的开发技术、功能结构和实现方法。该系统已经经过多个医药批发企业的使用,完全能够满足其药品和医疗器械进销存管理的需求,同时可以根据用户的需求给出了各种条件、多种结果的统计分析,为企业领导的分析决策支持提供了理想的平台和合理有效的分析手段,在一定程度上提高了单位的工作效率,实现了预期的目标。     

进销存管理系统的设计

基于INTERNET的进销存管理系统,采用Multi-Tier结构与虚拟专用网相结合模式,通过互联网实现分布式进销存信息管理。介绍了系统的结构、功能、特点及其实现方法。并在描述业务流程和软件结构的基础上,进一步就商品编码的设计、并发事件处理和网络流量控制进行了分析和探讨,给出了相应的解决方法。     

基于规则引擎的面向企业服务管理系统的设计

提出一种基于规则引擎的管理系统的设计方法.该系统使用MVC模式、SSH框架来实现业务逻辑的分层,并采用Java规则引擎Drools进行模式分离和匹配的方法,然后以基于业务规则管理系统的企业进销存管理系统为实例说明系统的实现过程.     

进销存管理系统的设计

基于INTERNET的进销存管理系统，采用Multi-Tier结构与虚拟专用网相结合模式，通过互联网实现分布式进销存信息管理。介绍了系统的结构、功能、特点及其实现方法。并在描述业务流程和软件结构的基础上，进一步就商品编码的设计、并发事件处理和网络流量控制进行了分析和探讨，给出了相应的解决方法。     

医药进销存管理系统设计与实现

医药进销存管理系统主要实现对药品的基本信息、出入库和销售情况进行管理。本系统的开发平台是Visual C^#，采用客户机／月艮务器（C／S）体系结构，数据库服务器使用Microsoft SQL Server 2000。文章介绍了医药进销存管理系统的特点、系统结构及功能。     

基于单词领域特征敏感的多领域神经机器翻译

鉴于现有基于单词的领域特征学习方法在领域识别上的精度较低,为提高领域判别和提供准确的翻译,提出一种单词级别的领域特征敏感学习机制,包括两方面:1)编码器端的上下文特征编码,为了扩展单词级别的领域特征学习范围,引入卷积神经网络,并行提取不同大小窗口的词串作为单词的上下文特征;2)强化的领域特征学习,设计基于多层感知机的领域判别器模块,增强从单词上下文特征中获取更准确领域比例的学习能力,提升单词的领域判别准确率。在多领域UM-Corpus英–汉和OPUS英–法翻译任务中的实验结果显示,所提方法平均BLEU值分别超过强基线模型0.82和1.06,单词的领域判别准确率比基线模型分别提升10.07%和18.06%。对实验结果的进一步分析表明,所提翻译模型性能的提升得益于所提出的单词领域特征敏感的学习机制。     

基于语言特性的中文领域术语抽取算法

提出一种基于语言特性的中文领域术语自动抽取算法.集成领域耦合性、领域相关性和领域一致性3种语言特性建立统计模型进行中文领域术语的自动抽取.提出基于困惑度衰减比率的自动评价方法,使用该评价方法对术语抽取算法进行了比较评估.实验结果表明,该算法与基于互信息和似然度的方法相比,在准确率和召回率方面都有较大提高.     

基于领域特征的计算机智能导师系统的分析方法研究

介绍了基于特征领域的计算机智能导师系统的分析方法,通过对领域知识的提取,得出领域中的共性需求,产生领域特征模型,并为下一步计算机智能导师系统的设计和实现打下了良好的基础.     

基于域知识迁移的绝缘子缺陷检测方法

绝缘子缺陷检测模型在应用过程中,需要对多种目标域图像进行检测。然而,由于不同目标域图像的分布不同,会导致在源域训练得到的缺陷检测模型难以在不同目标域中实现较好的检测效果。针对缺陷检测模型泛化性较低的问题,提出了基于域知识迁移的绝缘子缺陷检测方法。首先,采用一种新的特征融合方法提高对缺陷目标的特征提取能力;然后通过对抗性训练实现基于图像和实例级别的域分类器,在图像和目标层级上实现了域迁移;最后在区域建议网络中引入区域级别的域分类器,进一步实现了源域和目标域在区域级别上的对齐。实验结果表明,模型能够缓解不同域图像分布不平衡导致检测效果差的问题,并且与其他多种目标检测方法相比,实现了更好的缺陷检测效果。     

基于连通区域选择的导航线特征点确定算法

提出了一种基于连通区域选择的导航线特征点确定算法。首先在传统农业图像分割的基础上选取面积最大的连通区域,然后通过开操作去除连通区域边界的毛刺,再逐行提取图像的特征点。对25幅图像分别按传统方法,未进行开操作的连通区域选择法,进行开操作的连通区域选择法进行导航线特征点提取,统计分析结果表明与传统方法比较进行开操作的连通区域选择法的特征点误差显著降低。     

一种基于领域知识的特征提取算法

特征抽取是网络舆情分析中最重要的环节之一,优秀的特征抽取算法能够极大的提高舆情分析的效率和准确率.对旅游网络舆情进行分析和监管,能够及时发现云南旅游中的突发事件,可提供给相关部门以便迅速采取正确的应对方式,对云南的旅游业发展有很大的帮助,分析了传统特征抽取算法正确率低下、运行效率不高等方面的不足,将领域本体知识应用在旅游网络舆情分析的特征抽取算法之中,建立旅游网络舆情领域本体,根据领域本体优化特征抽取计算特征词权重,经过多次大数据量试验验证,优化后的方法显著提高了特征抽取的正确率和运行效率,证明基于领域知识的特征抽取的正确率和运行效率得到很大的提升.     

面向特征的领域分析法在商业管理系统开发中的应用

在分析国内多家商业自动化软件系统的基础上，把统一建模语言UML中捕获和描述用户需求的用例模型引入面向特征的领域分析法FODA；支用领域工程的手段，对自主开发的商业供应链管理系统（医药版）进行领域分析，建立用例模型及特征模型，确定系统的领域模型，并由此得出适合于领域复用的软件构架。     

基于级联卷积神经网络的人脸特征点识别算法实现

针对在有冗余图像信息干扰下进行人脸有效特征点提取时精度不高的问题,提出了基于级联卷积神经网络的人脸特征点检测算法.在该算法中:输入层读入规则化的原始图像,神经元提取图像的局部特征;池化层进行局部平均和降采样操作,对卷积结果降低维度;卷积层和池化层分布连接,迭代训练,输出特征点检测结果.该算法采用Python语言编程实现,在人脸数据集进行仿真实验,结果表明该算法对人脸特征点有较高的识别率.     

基于潜在语义分析的领域知识地图构建技术

信息过载现象普遍存在于产品设计过程中,而提升信息和知识检索的准确性是解决该问题的主要手段. 领域知识地图能够为知识检索引擎提供领域知识关联信息,以提升知识检索的准确性. 针对领域知识地图的构建,提出了一种半自动化的领域知识地图构建过程. 该过程采用领域专家定义领域特征集的方法来提升领域特征集的全面性和独立性,进一步采用潜在语义分析技术（LSA）消除领域特征集中存在的语义交叉. 通过分析领域知识相似度的分布,采用优先去除中距离的策略构建最终的知识地图. 最后给出数控领域知识地图的构建过程,证明了该方法的有效性.      

基于领域知识的文本分类

提出了一种基于知识的文本分类方法,其中引入领域知识,利用领域特征作为文本特征,增强文本表示能力,将文本分类过程看作集聚计算过程.文本索引过程采用了改进型特征选取和权重计算方法.提出了一种基于互信息的学习算法,从训练语料中自动学习领域特征集聚计算公式.实验结果显示基于领域知识的文本分类技术总体性能优于传统的贝叶斯分类模型,领域知识的应用能够有效改善对相似主题和相反主题的分类性能.